深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
19721	2024-08-22	UAdam: Unified Adam-Type Algorithmic Framework for Nonconvex Optimization 2024-Aug-19, Neural computation IF:2.7Q3 DOI:10.1162/neco_a_01692 PMID:39106463	研究论文	本文介绍了一种名为UAdam的统一Adam类型算法框架，用于非凸优化问题	UAdam框架包含了一般形式的二阶矩，能够涵盖Adam及其现有和未来变体作为特例，并提供了严格的收敛性分析	NA	旨在为Adam类型算法提供一个统一的框架，并深入理解其收敛性	Adam类型算法及其变体在非凸优化问题中的应用	机器学习	NA	NA	Adam类型算法	NA	NA
19722	2024-08-22	Dual-loop control and state prediction analysis of QUAV trajectory tracking based on biological swarm intelligent optimization algorithm 2024-Aug-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69911-5 PMID:39154026	研究论文	本研究针对四旋翼无人机（QUAV）在面对外部干扰时精确轨迹跟踪的挑战，提出了一种基于滑模技术的双层控制系统	本研究引入了粒子群优化（PSO）与长短期记忆（LSTM）网络结合的深度学习方法，用于预测和减少轨迹跟踪误差，提高了任务操作的可靠性和安全性	NA	解决QUAV系统在外部干扰下精确轨迹跟踪的问题	四旋翼无人机（QUAV）的轨迹跟踪控制	机器学习	NA	滑模技术	LSTM	NA	NA
19723	2024-08-22	Multimodal MRI-based deep-radiomics model predicts response in cervical cancer treated with neoadjuvant chemoradiotherapy 2024-08-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70055-9 PMID:39154103	研究论文	本研究旨在开发基于多模态MRI的放射组学和深度学习模型，用于预测宫颈癌患者在接受新辅助放化疗后的治疗反应	本研究通过结合放射组学和深度学习技术，从MRI图像中提取特征，构建了一个能够精确预测宫颈癌患者新辅助放化疗反应的模型	NA	开发一个基于多模态MRI的模型，用于预测宫颈癌患者新辅助放化疗的治疗反应	宫颈癌（CC）患者	数字病理学	宫颈癌	MRI	SVM	图像	从2009年8月至2013年6月，共收录了接受新辅助放化疗的宫颈癌患者
19724	2024-08-22	Deep learning of Parkinson's movement from video, without human-defined measures 2024-Aug-15, Journal of the neurological sciences IF:3.6Q2 DOI:10.1016/j.jns.2024.123089 PMID:38991323	研究论文	本文研究了如何使用深度学习神经网络直接从视频中识别帕金森病患者的指尖敲击动作，无需人工定义的测量或特征	本文的创新之处在于直接应用深度学习神经网络处理视频数据，无需预先定义的特征或一维信号提取	本文的局限性在于测试准确度相对较低，为0.69	研究目的是应用深度学习神经网络直接从视频中区分特发性帕金森病与对照组，并可视化模型学习到的特征	研究对象是帕金森病患者和对照组的指尖敲击视频	机器学习	帕金森病	3D卷积神经网络	3D卷积神经网络	视频	152个智能手机录制的10秒指尖敲击视频，来自40名帕金森病患者和37名对照组
19725	2024-08-22	MSTCRB: Predicting circRNA-RBP interaction by extracting multi-scale features based on transformer and attention mechanism 2024-Aug-15, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.134805 PMID:39153682	研究论文	本文提出了一种基于transformer和注意力机制的深度学习模型MSTCRB，用于提取多尺度特征以预测circRNA与RNA结合蛋白（RBP）的相互作用	MSTCRB模型通过结合K-mer、KNF、NCP、DPCP编码和CDPfold方法，能够捕捉circRNA的全局和局部序列特征及其结构特征，并通过优化的transformer框架和注意力机制整合这些多尺度特征	NA	预测circRNA与RBP的相互作用，以发现新的治疗药物	circRNA与RNA结合蛋白（RBP）的相互作用	生物信息学	NA	transformer和注意力机制	transformer	序列数据	37个circRNA数据集和31个线性RNA数据集
19726	2024-08-22	Chinese nursing students' academic self-concept and deep learning in online courses: Does psychological capital play a moderating role? 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35150 PMID:39161810	研究论文	本研究探讨了中国护理学生在在线课程中，学术自我概念与深度学习之间的关系，以及心理资本在此关系中的调节作用	首次探讨心理资本在学术自我概念与深度学习关系中的调节作用，并提供了实证数据支持	研究仅涉及中国东部四所公立大学的护理学生，样本选择可能存在局限性	探讨在线课程中护理学生的学术自我概念与深度学习之间的关系，以及心理资本的调节作用	中国护理学生在在线课程中的学术自我概念、深度学习及心理资本	NA	NA	相关分析、单变量分析、多元线性回归分析及PROCESS宏	NA	问卷调查数据	635名护理学生
19727	2024-08-22	Innovative approaches to atrial fibrillation prediction: should polygenic scores and machine learning be implemented in clinical practice? 2024-Aug-03, Europace : European pacing, arrhythmias, and cardiac electrophysiology : journal of the working groups on cardiac pacing, arrhythmias, and cardiac cellular electrophysiology of the European Society of Cardiology IF:7.9Q1 DOI:10.1093/europace/euae201 PMID:39073570	综述	本文综述了心房颤动预测中使用多基因风险评分和机器学习技术的现状和未来应用前景	探讨了多基因风险评分和深度学习在心房颤动预测中的潜在价值和应用	讨论了当前实施这些技术的局限性和需要改进的领域	旨在探讨如何将创新方法如多基因风险评分和机器学习整合到临床实践中以提高心房颤动的预测和筛查效果	心房颤动的预测和筛查	机器学习	心血管疾病	多基因风险评分	深度学习	心电图数据	NA
19728	2024-08-22	Deep learning-designed implant-supported posterior crowns: Assessing time efficiency, tooth morphology, emergence profile, occlusion, and proximal contacts 2024-08, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105142 PMID:38906454	研究论文	比较使用深度学习软件设计的种植支持后牙冠与传统计算机辅助设计软件设计的效果	深度学习方法在设计后牙种植支持冠方面在时间效率、咬合面面积、牙尖角度、牙尖高度、邻面接触和牙龈轮廓方面与传统人工方法相当	深度学习方法设计的牙冠在牙冠轮廓或牙龈轮廓角度方面可能需要进一步优化	评估深度学习软件设计的种植支持后牙冠与传统方法在时间效率、牙齿形态、牙龈轮廓、咬合和邻面接触方面的差异	树脂基部分无牙模型上制作的种植支持后牙冠	计算机辅助设计	NA	深度学习	NA	模型	20个树脂基部分无牙模型
19729	2024-08-22	DentalSegmentator: Robust open source deep learning-based CT and CBCT image segmentation 2024-08, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105130 PMID:38878813	研究论文	本文提出并评估了一种名为DentalSegmentator的新型开源工具，用于自动分割牙颌面（DMF）CT和CBCT扫描中的五个解剖结构	DentalSegmentator工具提供了全自动且稳健的多类分割功能，并已公开发布预训练的nnU-Net模型和3D Slicer软件扩展	NA	旨在提出并评估一种新型的开源工具，用于自动分割牙颌面CT和CBCT扫描中的解剖结构	牙颌面CT和CBCT扫描中的五个解剖结构：上颌/上颅骨、下颌骨、上牙、下牙和下颌管	计算机视觉	NA	深度学习	nnU-Net	CT和CBCT图像	训练/验证集包含470个CT和CBCT扫描，内部测试集包含133个CT和CBCT扫描，外部测试集包含123个CBCT扫描
19730	2024-08-22	Automatic three-dimensional facial symmetry reference plane construction based on facial planar reflective symmetry net 2024-08, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105043 PMID:38735469	研究论文	本研究开发了一种名为面部平面反射对称网络（FPRS-Net）的新型深度学习模型，用于自动构建三维面部对称参考平面（SRP），并建立了一种适用于该网络模型的三维点云感兴趣区域（ROI）和高维特征计算方法。	本研究的创新点在于开发了一种新的深度学习模型FPRS-Net，能够自动构建三维面部对称参考平面，减少了对专家经验的依赖，提高了治疗效率和效果。	NA	本研究旨在开发一种新的深度学习算法，用于自动构建口腔临床三维面部对称参考平面。	本研究的研究对象是三维面部数据，特别是面部对称参考平面的自动构建。	计算机视觉	NA	深度学习	FPRS-Net	三维面部数据	240名患者，其中200个样本用于训练和预测，40个样本用于评估临床适用性。
19731	2024-08-22	Immune response and mesenchymal transition of papillary thyroid carcinoma reflected in ultrasonography features assessed by radiologists and deep learning 2024-Aug, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2023.09.043 PMID:37783270	研究论文	本研究通过转录组分析探讨了放射科医生和三种卷积神经网络（CNN）评估的超声特征背后的分子生物学机制	首次通过转录组分析揭示了超声特征与免疫反应和上皮-间质转化（EMT）基因上调之间的关系	研究样本量有限，且仅限于甲状腺乳头状癌	探讨超声特征评估背后的分子生物学机制	甲状腺乳头状癌的超声特征及其分子生物学机制	数字病理	甲状腺癌	转录组分析	CNN	转录组数据	273个甲状腺乳头状癌组织样本
19732	2024-08-22	Validation of artificial intelligence application for dental caries diagnosis on intraoral bitewing and periapical radiographs 2024-08, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105105 PMID:38821394	研究论文	本研究旨在评估基于人工智能的系统在口腔放射图像中诊断龋齿的可靠性	使用高级卷积神经网络（CNN）重新评估放射图像数据，并通过共识确定人类和AI系统观察者之间的评估支持	NA	评估AI辅助系统在口腔放射图像中诊断龋齿的可靠性	323颗牙齿的口腔放射图像	计算机视觉	口腔疾病	卷积神经网络（CNN）	CNN	图像	323颗牙齿
19733	2024-08-22	Bird song comparison using deep learning trained from avian perceptual judgments 2024-Aug, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012329 PMID:39110762	研究论文	本文通过使用一种新型的自动操作条件系统收集斑胸草雀对歌曲音节相似性的判断数据，并利用这些数据训练深度学习模型，以更准确地评估鸟类歌曲的相似性	引入了一种新的深度学习方法，该方法能够基于鸟类的判断生成感知相似性评价，并且在准确性上优于现有的方法	文章未明确提及具体的局限性	旨在开发和验证一种新的方法来比较鸟类歌曲的相似性	斑胸草雀的歌曲音节相似性	机器学习	NA	深度学习	深度学习模型	音频数据	大量斑胸草雀的判断数据
19734	2024-08-22	Enhancing Hypotension Prediction in Real-time Patient Monitoring Through Deep Learning: A Novel Application of XResNet with Contrastive Learning and Value Attention Mechanisms 2024-Jul, Artificial intelligence in medicine. Conference on Artificial Intelligence in Medicine (2005- ) DOI:10.1007/978-3-031-66538-7_5 PMID:39155989	研究论文	本研究通过深度学习技术，特别是结合XResNet、对比学习和值注意力机制，提高了实时患者监测中低血压预测的准确性	本研究引入了对比学习和值注意力机制，这些创新技术提高了对生理信号复杂模式的识别能力	传统机器学习方法依赖于结构化历史数据和手动特征提取技术，这些方法在识别生理信号复杂模式方面存在局限	提高低血压预测的准确性，优化患者护理策略	动脉血压（ABP）波形信号	机器学习	NA	深度学习	XResNet	生理信号	NA
19735	2024-08-22	3D Unsupervised deep learning method for magnetic resonance imaging-to-computed tomography synthesis in prostate radiotherapy 2024-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100612 PMID:39161728	研究论文	本研究评估了无监督和有监督方法在前列腺MRI到CT合成中的准确性，以用于放射治疗剂量计算	本研究采用了无监督条件生成对抗网络（cGAN）和内容与风格增强感知合成（CREPs）损失的方法，避免了CT-MRI注册的需求	本研究仅限于前列腺癌患者的CT/MRI图像，且依赖于特定中心的数据	评估无监督和有监督方法在前列腺MRI到CT合成中的准确性，以用于放射治疗剂量计算	前列腺癌患者的CT/MRI图像	机器学习	前列腺癌	条件生成对抗网络（cGAN）	cGAN	图像	99名前列腺癌患者
19736	2024-08-22	The history and future of population pharmacokinetic analysis in drug development 2024-Jul, Xenobiotica; the fate of foreign compounds in biological systems DOI:10.1080/00498254.2023.2291792 PMID:38051030	研究论文	本文回顾了群体药代动力学分析在药物开发中的历史演变，并探讨了未来可能的发展方向	引入了新的机器学习工具，如遗传算法、机器学习算法和深度学习模型，以解决传统方法的挑战	新模型在准确外推方面仍存在疑问，需要进一步研究	探讨群体药代动力学分析在药物开发中的应用及其未来发展	群体药代动力学分析方法及其在药物开发中的应用	NA	NA	机器学习	遗传算法、机器学习算法、深度学习模型	药代动力学数据	NA
19737	2024-08-22	Bibliometric Analysis of Forensic Human Remains Identification Literature from 1991 to 2022 2024-Jun-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2023.430803 PMID:39166305	研究论文	通过计量分析法对1991年至2022年间法医人类学遗骸识别领域的文献进行分析，以描述当前研究状态和未来研究热点	未来研究可能会集中在通过机器学习和深度学习技术更准确和高效地识别多具骨骼遗骸	国际和国内合作的范围仍然有限	描述法医人类学遗骸识别研究领域的当前状态和未来研究热点	法医人类学遗骸识别研究	NA	NA	机器学习, 深度学习	NA	文献	873篇英文论文
19738	2024-08-22	Comparison of the use of a clinically implemented deep learning segmentation model with the simulated study setting for breast cancer patients receiving radiotherapy 2024-Jun-20, Acta oncologica (Stockholm, Sweden) DOI:10.2340/1651-226X.2024.34986 PMID:38899395	研究论文	本研究比较了在临床实践中使用的深度学习分割模型与先前模拟研究设置中乳腺癌患者接受放射治疗的表现和可接受性	本研究首次比较了临床实施的深度学习分割模型与模拟研究设置中的表现差异	研究未涉及其他类型的癌症患者，且仅限于特定的淋巴结水平	评估临床实施的深度学习分割模型在乳腺癌放射治疗中的表现和可接受性	乳腺癌患者接受放射治疗的深度学习分割模型	机器学习	乳腺癌	深度学习	深度学习分割模型	图像	60名接受全乳房放射治疗的患者
19739	2024-08-22	Radiomics based on T2-weighted and diffusion-weighted MR imaging for preoperative prediction of tumor deposits in rectal cancer 2024-Jun, American journal of surgery IF:2.7Q1 DOI:10.1016/j.amjsurg.2024.01.002 PMID:38272767	研究论文	本研究旨在开发和验证基于T2加权（T2WI）和扩散加权磁共振成像（DWI）的放射组学诺模图，用于直肠癌患者术前肿瘤沉积（TDs）的识别	本研究构建的放射组学诺模图结合了Rad-score（T2WI + ADC）和临床因素，显示出优于随机森林、支持向量机和深度学习模型的性能	NA	开发和验证一种基于T2WI和DWI的放射组学诺模图，用于直肠癌患者术前肿瘤沉积的预测	直肠癌患者的肿瘤沉积	数字病理学	直肠癌	磁共振成像（MRI）	诺模图	图像	共199名直肠癌患者，分为训练集（159名）和验证集（40名）
19740	2024-08-22	Evaluation method for ecology-agriculture-urban spaces based on deep learning 2024-05-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61919-1 PMID:38762514	research paper	本研究基于自注意力残差神经网络（SARes-NET）模型，评估了中国榆林市的生态-农业-城市空间	本研究采用了自注意力残差神经网络（SARes-NET）模型，该模型在模拟性能上优于其他五种模型，能够捕捉复杂的非线性关系并减少数据处理中的人为错误	NA	协调城市发展、粮食安全和生态保护，促进可持续发展	中国榆林市的生态-农业-城市空间	computer vision	NA	deep learning	Self-Attention Residual Neural Network (SARes-NET)	spatial data	NA